头颈癌放射性口腔黏膜炎病人营养管理方案的构建

目的:构建头颈癌放射性口腔黏膜炎病人营养管理方案。方法:系统检索头颈癌放射性口腔黏膜炎病人营养管理相关指南、专家共识、系统评价等,对证据提取整合,经研究小组讨论后制订头颈癌放射性口腔黏膜炎病人营养管理方案初稿。召开专家小组会议,结合专家意见进一步讨论修改,形成最终的头颈癌放射性口腔黏膜炎病人营养管理方案。结果:头颈癌放射性口腔黏膜炎病人营养管理方案包括营养筛查与评估、营养供给量、营养支持、营养随访、运动干预5个一级条目、17个二级条目、40个三级条目,其中28个三级条目为A级推荐,12个三级条目为B级推荐。结论:本研究构建的头颈癌放射性口腔黏膜炎病人营养管理方案具有科学性与针对性,可为今后开展头颈癌放射性口腔黏膜炎病人营养管理实践提供参考。

Multi-agent系统在电力系统中的应用

现代电力系统是一个复杂开放的分布式系统,Multi-agent是分布式人工智能的新技术,能使逻辑上和物理上分散的系统并列、协调地运行得以解决.结合Multi-agent技术的基本原理及适用范围进行了综述.然后针对Multi-agent系统的特征和体系结构重点阐述了在电力系统安全防卫体系、二次电压控制、电力市场和EMS以及发电厂中的应用并指出Multi-agent技术的发展方向.探讨了Multi-agent技术在电力系统其它方面的应用.指明了Multi-agent技术在控制系统组织、自适应能力及智能、交流3方面的研究方向,特别是在新型的电力系统广域协调控制领域的应用前景.

光伏发电系统并网的母线保护研究

针对光伏发电系统并网技术的特点,分析了系统并网后对配电网继电保护的影响,提出了通过利用母线保护物理对象的函数关系来构建光伏发电系统并网的交流母线保护的ANN模型的新方法。采用该方法解决了光伏发电系统并网造成交流母线保护误动作的问题。

基于函数逼近能力的母线保护的研究及仿真

ANN分类能力的ANN保护方法需要大量故障样本,但由于完整的故障样本的获取不易,提出了基于人工神经网络(ANN)函数逼近能力的ANN母线保护方法。函数逼近能力是ANN具有的重要性能之一,依据ANN具有的函数逼近能力,可用ANN模型去替代一个确定的物理对象。母线保护的物理对象是一个输入输出关系确定的函数对象,可用一个ANN模型去替代,或用一个ANN数学模型去逼近母线保护物理对象的输入输出之间的函数关系。通过这个在无故障运行时学习训练出来的母线保护对象的ANN数学模型,就能判断区分母线保护对象的区内和区外故障。

考虑柔性负荷调峰的联合管理模型研究

根据"削峰填谷"的思想建立了利用柔性负荷调峰管理模型。通过中断管理和激励机制,把白天高峰用电量转移夜间低谷时段,降低电网峰谷差,减轻电网运行压力。根据柔性负荷的特性,将用于调峰的响应负荷分为激励负荷和中断负荷两部分,以总收益最大为优化目标,将能量平衡、中断特性和电价变化纳入约束,给出了柔性负荷24 h内调峰问题的求解方法。以某地实际负荷为例,利用粒子群优化算法对模型进行求解,算例仿真证明了该模型的正确性。结果表明所提出的方法可有效提高电网调峰能力,并具有良好的经济效益。

基于神经网络的母线保护方法的研究

针对基于ANN分类能力的母线保护方法需要大量故障样本,而完整的故障样本获取不易的问题,提出了基于ANN函数逼近能力的母线保护方法,构建了母线保护的ANN数学模型,应用MATLAB软件平台对模型进行仿真训练,经过训练以后的母线保护的ANN模型,能正确判断母线的区内和区外故障,从而验证了基于ANN函数逼近能力的母线保护方法的正确性。

流行歌曲歌词创作中超常搭配的心理基础

超常搭配是词语与词语之间超越常规的搭配,这种超常搭配现象也大量出现在流行歌曲的歌词中。为此,本文以流行歌曲歌词中的超常搭配为研究对象,力图从感觉、情感、联想、想象等角度来阐述歌词中超常搭配产生的心理基础。

母线保护的人工神经网络模型

叙述基于ANN函数逼近能力的母线保护原理,分析母线保护物理对象的函数关系,构建母线保护的人工神经网络模型。

不同主动保暖策略预防剖宫产产妇术后寒战与低体温有效性的网状Meta分析

目的对多种用于改善剖宫产产妇术后寒战和低体温的保暖策略进行效果评估和比较,为剖宫产产妇最佳保暖策略提供循证依据。方法计算机检索PubMed、Web of Science、Medline、Embase、Cochrane Library、中国知网(CNKI)、万方数据库和维普数据库(VIP)公开发表的关于保暖策略对剖宫产产妇术后寒战和低体温的干预效果的随机对照研究,检索时限均自建库至2022年5月。由两名研究者独立进行质量评价和资料提取。使用Review Manager 5.3、ADDIS、STATA17.0软件进行网状Meta分析。结果本研究共纳入24篇文献,涉及2208例接受剖宫产手术的妇女。网状Meta分析结果显示,寒战控制率排序:强制空气升温+液体加温>艾盐包>液体加温+电热毯>强制空气升温>液体加温>电热毯>被动保暖;低体温控制率排序:强制空气升温+液体加温>液体加温>电热毯>强制空气升温>被动保暖。结论优先考虑应用强制空气升温+液体加温的保暖措施来降低剖宫产产妇寒战和低体温的发生,但仍需更多高质量且多中心大样本随机对照试验进行进一步验证。

母线保护的人工神经网络模型的构建与仿真

叙述了基于ANN函数逼近能力的母线保护原理,分析了母线保护物理对象的函数关系,构建了母线保护的人工神经网络模型.

找个机器人做女友——人工智能畅想曲

大多数人对于机器人的认识，都来自于科幻电影中的描述。与人类对外星人的认识不同，机器人是人类自己制造出来的，首先它们是机器，然后才是人，因此机器人更为真实、更为亲切。在过去的数年中，机器人的研发和制造技术突飞猛进，尤其是核心的人工智能技术，向着更为实用的方向迈进，

分布式电源接入配网对其静态电压稳定性影响多角度研究

分布式电源(Distributed Generation,DG)接入配网后,将对配网静态电压稳定性造成影响。基于IEEE33节点配电网络和Matlab仿真测试软件平台,考虑分布式电源的接入数量、接入位置、接入容量和功率因数4个影响因素。应用电压稳定性判定指标L,对比单个DG接入单分支线路和多个DG接入多条分支线路两种情况,得出各自对配网电压分布和电压稳定性造成的影响。对比测试所得L指标,结果表明多DG接入的方式更有利于配网电压稳定。该研究对配网中多DG的布局和规划具有积极的指导意义。

基于人工神经网络模型的继电保护探讨

对神经网络模型的继电保护的发展历史进行了评述,较详细地分析了神经网络在电力系统的母线保护、电流保护和距离保护的应用。回顾并展望了神经网络在继电保护中的应用。

基于人工神经网络模型的继电保护的探讨

对神经网络模型的继电保护的发展历史进行了评述,较详细地分析了神经网络在电力系统的母线保护、电流保护和距离保护的应用。回顾并展望了神经网络在继电保护中的应用。

基于神经网络模型的母线保护的探讨

指出了母线保护的重要性,分析了现有母线保护存在的问题,提出了基于神经网络模型的母线保护。

促进风电消纳的需求响应与储热CHP联合优化模型

传统调度方式下系统调峰能力不足,风电弃风严重。先采用需求侧管理调控负荷的方法削峰填谷、降低负荷谷时段风电弃风,再在需求响应的引导下,通过对热电联产机组(CHP,combined heat and power)处储热环节的控制,解耦以热定电刚性约束,增强系统调峰能力。以系统煤耗量最小为优化目标,构建了包含需求响应、储热的电热联合优化调度模型。算例采用粒子群算法进行优化求解,模拟结果表明:本方法既能有效减少风电弃风,又能降低系统煤耗。

计及买卖双方利益的分类零售电价模型

在电力市场发展的很长一段时期,配电公司都会受到政府部门的管制,管制下的配电公司兼有经营者和管理者的双重身份,因此在零售电价的制定中,作为经营者它应该考虑其本身的效益,作为管理者则要考虑用户的效益,而目前零售电价的制定中很少考虑用户效益。按现有的用户类型进行用户的分类定价,在制定零售电价时同时兼顾配电公司和用户的利益,将负荷看成对价格变化具有反应的实体,考虑了用户的需求。最后通过算例分析了各个因素的变化对价格的影响,并验证了此方法的合理性。

同步断路器控制装置的电磁兼容研究

同步断路器控制装置所处的电磁环境十分恶劣,提高其抗干扰能力对电力系统的安全可靠运行具有重要意义。文中分析了干扰的主要来源,以及相应的电磁兼容试验项目。从硬件和软件两方面对装置进行了全面的电磁兼容分析和设计。利用所提出的抗干扰措施应用到实际的同步断路器控制装置中并对一未通过电磁兼容测试的同步断路器控制器进行了改进,都顺利的通过了4级干扰度试验。试验证明了所采取的电磁兼容措施的正确性,具有一定应用意义。

基于仿真模型的光伏电池输出功率的分析

基于光伏电池的工程模型,在Matlab/Simulink中搭建仿真模型,进行输出特性的仿真,得到该光伏电池的I-V、P-V特性;光伏电池温度可根据当地的温度和光照数据得到,为了得到光伏电池在某地某一天输出最大功率的实时变化曲线,对原来的仿真模型进行了输入模块的修改,并加上光伏电池温度、环境温度、光照之间的关系模块,对修改之后的模型只需输入光伏电池的工程参数、一天的实时光照以及光伏电池在24h所对应的最大功率点电压,然后运行仿真模型,即可得到一天之内光伏电池输出的最大功率实时曲线。该仿真结果具有实用性、实时性和可观性。

分时电价下考虑源网荷各侧收益的风电消纳模型

风电的快速发展,系统调峰能力的不足已造成传统调度方式下风电消纳受限,弃风现象严重。采用峰谷分时电价调整用户削峰填谷,降低负荷低谷时段风电弃风。在深入研究分时电价实施机制的基础上,综合考虑发电侧、电网侧、用户侧利益,建立了风电并网量最大、发电侧收益、电网侧收益最大化的多目标风电消纳模型,并采用粒子群算法对模型进行求解。仿真结果表明该模型既能实现源网荷各侧获利,又能提高系统接纳风电能力,实现多方共赢。